Skip to main content
OpenClaw постачається з вбудованим плагіном провайдера xai для моделей Grok. Рекомендований спосіб — Grok OAuth із відповідною передплатою SuperGrok або X Premium. Gateway, конфігурація, маршрутизація та інструменти залишаються локальними; лише запити Grok надсилаються до API xAI. OAuth не потребує ключа API xAI або застосунку Grok Build. xAI усе одно може показувати Grok Build на екрані згоди, оскільки OpenClaw використовує спільний клієнт OAuth від xAI.

Налаштування

1

Нове встановлення

Запустіть початкове налаштування зі встановленням фонової служби, а потім виберіть xAI/Grok OAuth на кроці вибору моделі й автентифікації:
На VPS або через SSH виберіть xAI OAuth безпосередньо; цей спосіб використовує перевірку за кодом пристрою й не потребує зворотного виклику на localhost:
2

Наявне встановлення

Увійдіть лише в xAI; не запускайте повторно повне початкове налаштування тільки для підключення Grok:
Окремо встановіть Grok як модель за замовчуванням:
Повторно запускайте повне початкове налаштування, лише якщо свідомо хочете змінити Gateway, фонову службу, канал, робочий простір або інші параметри налаштування.
3

Використання ключа API

Налаштування за допомогою ключа API й надалі працює для ключів xAI Console та мультимедійних поверхонь, яким потрібна конфігурація провайдера на основі ключа:
4

Вибір моделі

OpenClaw використовує xAI Responses API як вбудований транспорт xAI. Ті самі облікові дані з openclaw models auth login --provider xai --method oauth або --method api-key також забезпечують роботу web_search (ідентифікатор провайдера grok), x_search, code_execution, мовлення й транскрибування, а також генерацію зображень і відео xAI. Якщо зберегти ключ xAI у plugins.entries.xai.config.webSearch.apiKey, вбудований провайдер моделей xAI також повторно використовуватиме його як резервний варіант.

Усунення несправностей OAuth

  • Для SSH, Docker, VPS або інших віддалених середовищ використовуйте openclaw models auth login --provider xai --method oauth; цей спосіб використовує перевірку за кодом пристрою, а не зворотний виклик на localhost.
  • Якщо вхід виконано успішно, але Grok не є моделлю за замовчуванням, виконайте openclaw models set xai/grok-4.3.
  • Перегляньте збережені профілі автентифікації xAI:
  • xAI визначає, які облікові записи можуть отримувати токени API через OAuth. Якщо обліковий запис не відповідає вимогам, скористайтеся ключем API або перевірте передплату на боці xAI.
Використовуйте xai-oauth для входу через SSH, Docker або VPS. OpenClaw виводить URL і короткий код; завершіть вхід у будь-якому локальному браузері, поки віддалений процес опитує xAI щодо завершення обміну токенами.

Вбудований каталог

Ідентифікатори, доступні для вибору в засобах вибору моделей. Плагін і надалі розпізнає старі ідентифікатори Grok 3, Grok 4, Grok 4 Fast, Grok 4.1 Fast і Grok Code для наявних конфігурацій; див. сумісність зі старими версіями та рухомі псевдоніми.
Використовуйте grok-4.5 для загального спілкування, програмування та агентної роботи там, де ця модель доступна. Grok 4.3 залишається регіонально безпечним варіантом налаштування за замовчуванням; grok-build-0.1 і обидва датовані варіанти Grok 4.20 залишаються доступними для вибору.

Підтримка можливостей

Вбудований плагін зіставляє підтримувані API xAI зі спільними контрактами провайдерів та інструментів OpenClaw. Можливості, які не відповідають спільному контракту, наведено нижче або в розділі відомих обмежень.
OpenClaw використовує REST API xAI для зображень, відео, TTS і STT для генерації мультимедіа та пакетного транскрибування, потоковий WebSocket STT від xAI для транскрибування голосових викликів наживо, WebSocket Grok Voice Agent від xAI для сеансів Talk у реальному часі, а Responses API — для чату, пошуку та інструментів виконання коду.

Сумісність зі старим швидким режимом

/fast on або agents.defaults.models["xai/<model>"].params.fastMode: true і надалі перетворює старі конфігурації xAI наведеним нижче чином. Ці цільові ідентифікатори збережено лише для сумісності; для нових конфігурацій використовуйте актуальні моделі, доступні для вибору.

Сумісність зі старими версіями та рухомі псевдоніми

Старі псевдоніми нормалізуються так: Датовані ідентифікатори 0309 є доступними для вибору записами каталогу. OpenClaw передає всі інші актуальні псевдоніми Grok 4.20 без змін, щоб xAI зберігав контроль над семантикою стабільних, найновіших, бета-, експериментальних і датованих псевдонімів. Глобальний псевдонім grok-latest також зберігається без змін. xAI припинила підтримку наведених нижче точних ідентифікаторів. OpenClaw зберігає їх як приховані записи сумісності для випущених конфігурацій, з обмеженнями та цінами їхніх актуальних цілей переспрямування: openclaw doctor --fix оновлює збережені параметри за замовчуванням для серверних інструментів xAI та виведений з експлуатації ідентифікатор якісного зображення, видаляє застарілі згенеровані записи каталогу й виправляє застарілі контекстні метадані в активних записах 4.20. Ця команда не прив’язує активні псевдоніми 4.20 beta-latest до датованого знімка.

Можливості

x_search і code_execution виконуються на серверах xAI. xAI стягує $5 за 1,000 викликів інструментів, а також оплату за вхідні та вихідні токени моделі. Якщо параметр enabled кожного інструмента не вказано, OpenClaw надає його лише для активної моделі xAI. Відомий провайдер моделей, відмінний від xAI, потребує явного значення enabled: true для кожного інструмента; за відсутності або неможливості визначити провайдера доступ блокується. Автентифікація xAI потрібна завжди, а enabled: false вимикає інструмент для всіх провайдерів.
Вбудований провайдер вебпошуку grok надає перевагу xAI OAuth, а потім використовує XAI_API_KEY або ключ вебпошуку плагіна як резервний варіант:
Вбудований плагін xai реєструє генерацію відео через спільний інструмент video_generate.
  • Модель за замовчуванням: xai/grok-imagine-video
  • Додаткова модель: xai/grok-imagine-video-1.5
  • Класичні режими: перетворення тексту на відео, зображення на відео, генерація за еталонними зображеннями, віддалене редагування відео та віддалене продовження відео
  • Режим Video 1.5: лише перетворення зображення на відео з рівно одним зображенням першого кадру
  • Співвідношення сторін: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3; класичний режим і режим Video 1.5 для перетворення зображення на відео успадковують співвідношення сторін вихідного зображення, якщо його не вказано
  • Роздільна здатність: класичний режим 480P/720P; Video 1.5 також підтримує 1080P; у всіх режимах генерації типовим значенням є 480P
  • Тривалість: 1-15 секунд для генерації або перетворення зображення на відео, 1-10 секунд за використання класичних ролей reference_image, 2-10 секунд для класичного продовження
  • Генерація за еталонними зображеннями: установіть imageRoles у значення reference_image для кожного наданого зображення; xAI приймає до 7 таких зображень
  • Редагування й продовження відео успадковують співвідношення сторін і роздільну здатність вхідного відео; ці операції не приймають перевизначення геометрії
  • Типовий час очікування операції: 600 секунд, якщо не встановлено video_generate.timeoutMs або agents.defaults.videoGenerationModel.timeoutMs
Локальні буфери відео не приймаються. Для вхідних даних редагування або продовження відео використовуйте віддалені URL-адреси http(s). Перетворення зображення на відео приймає локальні буфери зображень, оскільки OpenClaw кодує їх як URL-адреси даних для xAI.
Video 1.5 також розпізнає ідентифікатори xAI grok-imagine-video-1.5-preview і grok-imagine-video-1.5-2026-05-30. OpenClaw передає вибраний ідентифікатор без змін, але застосовує ту саму перевірку, що дозволяє лише зображення.Щоб використовувати xAI як провайдера відео за замовчуванням:
Див. Генерація відео, щоб дізнатися про спільні параметри інструмента, вибір провайдера та поведінку в разі перемикання на резервний варіант.
Вбудований плагін xai реєструє генерацію зображень через спільний інструмент image_generate.
  • Модель зображень за замовчуванням: xai/grok-imagine-image
  • Додаткова модель: xai/grok-imagine-image-quality
  • Режими: перетворення тексту на зображення та редагування за еталонним зображенням
  • Еталонні вхідні дані: одне image або до трьох images
  • Співвідношення сторін: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 2:1, 1:2, 19.5:9, 9:19.5, 20:9, 9:20
  • Роздільна здатність: 1K, 2K
  • Кількість: до 4 зображень
  • Час очікування операції за замовчуванням: 600 секунд, якщо не задано image_generate.timeoutMs або agents.defaults.imageGenerationModel.timeoutMs
OpenClaw запитує в xAI відповіді із зображеннями у форматі b64_json, щоб створені медіафайли можна було зберігати й доставляти звичайним шляхом вкладень каналу. Локальні еталонні зображення перетворюються на URL-адреси даних; віддалені посилання http(s) передаються без змін.Щоб використовувати xAI як постачальника зображень за замовчуванням:
xAI також документує quality, mask, user і співвідношення сторін auto. Наразі OpenClaw передає лише спільні для різних постачальників засоби керування зображеннями; ці параметри, властиві лише xAI, не доступні через image_generate.
Вбудований Plugin xai реєструє перетворення тексту на мовлення через спільний інтерфейс постачальника tts.
  • Голоси: автентифікований актуальний каталог від xAI; переглянути його можна за допомогою openclaw infer tts voices --provider xai
  • Резервні офлайн-голоси: ara, eve, leo, rex, sal
  • Голос за замовчуванням: eve
  • Ідентифікатори власних голосів облікового запису передаються, навіть якщо їх немає у відповіді вбудованого каталогу
  • Формати: mp3, wav, pcm, mulaw, alaw
  • Мова: код BCP-47 або auto
  • Швидкість: перевизначення швидкості, властиве постачальнику
  • Власний формат голосових повідомлень Opus не підтримується
Щоб використовувати xAI як постачальника TTS за замовчуванням:
OpenClaw використовує пакетну кінцеву точку xAI /v1/tts для буферизованого синтезу, автентифіковане виявлення каталогу /v1/tts/voices і власний wss://api.x.ai/v1/tts для потокового синтезу. Потокове передавання обмежене власним хостом api.x.ai, тому користувацькі значення baseUrl у цьому шляху відхиляються. Використовуються наявні засоби керування мовою, голосом, кодеком і швидкістю; для частоти дискретизації та бітрейту застосовуються стандартні значення xAI. Синтез аудіофайлів підтримує всі налаштовані кодеки. Для цільових голосових повідомлень використовується MP3 як для потокового передавання, так і для буферизованого резервного варіанта, оскільки необроблені кодеки xAI не містять метаданих кодека та частоти. Потік надсилає text.delta, а потім text.done, отримує audio.delta, audio.done або error і застосовує тайм-аут бездіяльності timeoutMs, який поновлюється для кожного фрагмента аудіо. Це окремий механізм від голосових сеансів реального часу. Див. контракт xAI API потокового TTS.
Вбудований Plugin xai реєструє пакетне перетворення мовлення на текст через інтерфейс транскрибування для розпізнавання медіа в OpenClaw.
  • Кінцева точка: xAI REST /v1/stt
  • Шлях вхідних даних: завантаження аудіофайлу у форматі multipart
  • Вибір моделі: xAI вибирає модель транскрибування внутрішньо; кінцева точка не має селектора моделі
  • Використовується скрізь, де транскрибування вхідного аудіо читає tools.media.audio, зокрема для сегментів голосових каналів Discord і аудіовкладень каналів
Щоб примусово використовувати xAI для транскрибування вхідного аудіо:
Мову можна вказати через спільну конфігурацію аудіомедіа або окремий запит транскрибування. Спільний інтерфейс OpenClaw приймає підказки для запиту, але інтеграція xAI REST STT передає лише файл і мову, оскільки саме вони відповідають поточній публічній кінцевій точці xAI.
Вбудований Plugin xai також реєструє постачальника транскрибування в реальному часі для аудіо голосових викликів наживо.
  • Кінцева точка: xAI WebSocket wss://api.x.ai/v1/stt
  • Кодування за замовчуванням: mulaw
  • Частота дискретизації за замовчуванням: 8000
  • Визначення кінця мовлення за замовчуванням: 800ms
  • Проміжні транскрипції: увімкнено за замовчуванням
Медіапотік Twilio у Voice Call надсилає аудіокадри G.711 mu-law, тому постачальник xAI передає ці кадри безпосередньо без перекодування:
Конфігурація, що належить постачальнику, міститься в plugins.entries.voice-call.config.streaming.providers.xai. Підтримувані ключі: apiKey, baseUrl, sampleRate, encoding (pcm, mulaw або alaw), interimResults, endpointingMs і language.
Цей постачальник потокового передавання призначений для шляху транскрибування Voice Call у реальному часі. Discord записує короткі сегменти й натомість використовує пакетний шлях транскрибування tools.media.audio.
Вбудований Plugin xai реєструє сеанси Grok Voice Agent у реальному часі для режиму Talk через спільний контракт registerRealtimeVoiceProvider.
  • Кінцева точка: wss://api.x.ai/v1/realtime?model=<voice-model>
  • Модель за замовчуванням: grok-voice-latest
  • Голос за замовчуванням: eve
  • Транспорт: gateway-relay (шляхи ретрансляції iOS, Android і Control UI)
  • Аудіо: PCM16 24 кГц або G.711 µ-law 8 кГц
  • Переривання реплікою: серверний VAD xAI перериває відповідь; OpenClaw очищає чергу відтворення та скорочує історію постачальника, яку ще не було відтворено
Налаштуйте Talk у Gateway:
Конфігурація, що належить постачальнику, також визначається з plugins.entries.voice-call.config.realtime.providers.xai, коли Voice Call або спільні селектори реального часу повторно використовують ту саму мапу постачальників. Підтримувані ключі: apiKey, baseUrl, model, voice, vadThreshold, silenceDurationMs, prefixPaddingMs, reasoningEffort і sessionResumption. reasoningEffort приймає лише high або none, відповідно до API xAI Voice Agent.Серверний VAD xAI завжди створює відповіді й обробляє переривання аудіо. Використовуйте consultRouting: "provider-direct"; примусова маршрутизація транскрипції та вимкнення переривання вхідного аудіо не підтримуються протоколом xAI Voice Agent.
Для автентифікації голосу в реальному часі можна використовувати xAI OAuth або XAI_API_KEY. WebRTC, керований браузером, поки що не входить до цього інтерфейсу постачальника; використовуйте Talk через gateway-relay на нативних Node або шлях ретрансляції Control UI.
sessionResumption за замовчуванням має значення false. Якщо встановити true, OpenClaw просить xAI зберігати достатньо стану сеансу для відновлення тієї самої розмови після повторного підключення, а потім підключається повторно з повернутим ідентифікатором розмови. Залиште цей параметр вимкненим, якщо повторне відтворення або зберігання на боці постачальника є неприйнятним; у такому разі перервані сокети завершуються із закриттям доступу замість непомітного початку нової розмови.
Вбудований Plugin xAI надає x_search як інструмент OpenClaw для пошуку вмісту X (раніше Twitter) через Grok.Шлях конфігурації: plugins.entries.xai.config.xSearch
Вбудований Plugin xAI надає code_execution як інструмент OpenClaw для віддаленого виконання коду в ізольованому середовищі xAI.Шлях конфігурації: plugins.entries.xai.config.codeExecution
Це віддалене виконання в ізольованому середовищі xAI, а не локальний exec.
  • Для автентифікації xAI можна використовувати ключ API, змінну середовища, резервну конфігурацію плагіна або OAuth із відповідним обліковим записом xAI. OAuth використовує перевірку за кодом пристрою без зворотного виклику через localhost. xAI визначає, які облікові записи можуть отримувати токени API OAuth, а на сторінці згоди може відображатися Grok Build, хоча OpenClaw не потребує застосунку Grok Build.
  • Наразі OpenClaw не надає доступу до сімейства багатоагентних моделей xAI. xAI обслуговує ці моделі через Responses API, але вони не приймають клієнтські чи спеціальні інструменти, які використовує спільний агентний цикл OpenClaw. Див. обмеження багатоагентних моделей xAI.
  • Наразі голосовий режим xAI Realtime надає лише транспорт Talk через ретрансляцію Gateway. Сеанси WebSocket провайдера, якими керує браузер, у Control UI ще не підключено.
  • Зображення xAI quality, зображення mask і додаткові співвідношення сторін, доступні лише в нативному режимі, не надаються, доки спільний інструмент image_generate не матиме відповідних міжпровайдерних елементів керування.
  • OpenClaw автоматично застосовує виправлення сумісності схем інструментів і викликів інструментів, специфічні для xAI, у спільному шляху виконання.
  • Нативні запити xAI типово використовують tool_stream: true. Установіть agents.defaults.models["xai/<model>"].params.tool_stream значення false, щоб вимкнути це.
  • Вбудована обгортка xAI вилучає непідтримувані межі кількості входжень у схемі та непідтримувані ключі інтенсивності міркування з корисного навантаження перед надсиланням нативних запитів xAI. Grok 4.5 підтримує низьку, середню та високу інтенсивність (типово високу). Grok 4.3 підтримує відсутню, низьку, середню та високу інтенсивність (типово низьку). Інші моделі xAI із підтримкою міркування не надають настроюваного керування інтенсивністю, але все одно запитують include: ["reasoning.encrypted_content"], щоб попередні зашифровані міркування можна було повторно використати в наступних репліках.
  • web_search, x_search і code_execution надаються як інструменти OpenClaw. OpenClaw додає до запиту кожного інструмента лише конкретний вбудований засіб xAI, якого він потребує, замість додавання всіх нативних інструментів до кожної репліки чату.
  • Grok web_search зчитує plugins.entries.xai.config.webSearch.baseUrl. x_search зчитує plugins.entries.xai.config.xSearch.baseUrl, а потім використовує як резервний варіант базову URL-адресу вебпошуку Grok.
  • x_search і code_execution належать вбудованому плагіну xAI, а не жорстко закодовані в основному середовищі виконання моделей.
  • code_execution — це віддалене виконання в пісочниці xAI, а не локальний exec.

Тестування в реальному середовищі

Медіашляхи xAI охоплено модульними тестами та необов’язковими наборами тестів у реальному середовищі. Експортуйте XAI_API_KEY у середовище процесу перед запуском перевірок у реальному середовищі.
Файл тестів у реальному середовищі, специфічний для провайдера, синтезує звичайне мовлення TTS і придатне для телефонії PCM-мовлення TTS, транскрибує аудіо через пакетний STT xAI, передає той самий PCM потоково через STT xAI у реальному часі, генерує зображення з тексту та редагує еталонне зображення. Спільний файл тестування зображень у реальному середовищі перевіряє того самого провайдера xAI через вибір середовища виконання OpenClaw, резервний варіант, нормалізацію та шлях прикріплення медіафайлів. Необов’язковий тестовий випадок Video 1.5 надсилає одне згенероване зображення першого кадру з роздільністю 1080P і перевіряє завантаження завершеного відео.

Пов’язане

Вибір моделі

Вибір провайдерів, посилань на моделі та поведінки перемикання після збою.

Генерування відео

Спільні параметри інструмента для відео та вибір провайдера.

Усі провайдери

Ширший огляд провайдерів.

Усунення несправностей

Поширені проблеми та способи їх усунення.